JP2016202603A - 生体情報処理システム、プログラム、生体情報処理システムの制御方法 - Google Patents

Abstract

【課題】 脈波センサー情報に基づいて脈波情報を求める際に、計算負荷が軽く、精度の高い処理を行う生体情報処理システム、プログラム、生体情報処理システムの制御方法等を提供すること。【解決手段】 脈波センサー４２からの脈波センサー情報を取得する情報取得部１１０と、脈波センサー情報に基づいて脈波情報を求める処理部１３０を含み、処理部１３０は、推定脈拍情報を求め、求めた推定脈拍情報に基づいて、脈波センサー情報から特定される脈波の波形を近似する近似式のパラメーターを設定し、パラメーター設定された近似式に基づいて、脈波情報を求める。【選択図】 図１

Description

本発明は、生体情報処理システム、プログラム、生体情報処理システムの制御方法等に関する。

心臓の機能を調べるためによく利用される心電図は、心臓の拍動に伴って発生する微細な電位変動を記録するグラフである。心電図のＰ、ＱＲＳ、Ｔ波のうち、一番鋭いピークであるＲ波は、心室が急激に収縮して血液を心臓から送り出す時に発生する電気信号であり、このＲ波の発生時刻と、一つ前のＲ波の発生時刻の時間差が心拍間隔（ＲＲ間隔）となる。

心拍間隔は常に一定ではなく、周期性をもって変動している。この心拍間隔のゆらぎは自律神経の機能と大きくかかわり、医学・生理学分野では長年にわたって研究がされている。また生体医工学の分野において、心拍間隔を計測して、自律神経機能を常時モニタリングすることで、人のメンタル状態を把握したり、心疾患発生の危険性を予知したり、様々な応用が検討されている。

また、心電図計測に比べて手軽に操作できる脈波センサーを用いて脈波を計測して、その脈波のピーク間隔を心電図のＲＲ間隔に相当する情報（以下、脈波ＲＲ間隔と表記する）として、健康管理や医療診断に利用することも考えられている。

例えば特許文献１には、一定時間連続して計測した脈波を、複数のデジタル平滑化多項式フィルターに通し、それぞれの微分信号と、当該微分信号がピークになる時間を算出することで、脈波ＲＲ間隔を求める手法が知られている。

特開２０１２−９５７９５号公報 特開２００９−７２４１７号公報 特開２０１４−２１２９１５号公報

特許文献１では、デジタル平滑化多項式フィルターのフレームサイズｍ（近似式の近似範囲であり、広義には近似式を決定する際のパラメーター）を１０、１２、１４、１６、１８、２０、．．．のように複数通り設定して、微分算出を行い、算出結果から適切なフレームサイズｍを決定している。そのため、複数のフレームサイズを用いて、微分計算を繰り返し行う必要があるため、計算負荷が重く、効率が悪くなるという課題がある。

本発明の幾つかの態様によれば、脈波センサー情報に基づいて脈波情報を求める際に、計算負荷が軽く、精度の高い処理を行う生体情報処理システム、プログラム、生体情報処理システムの制御方法等を提供することができる。

本発明の一態様は、脈波センサーからの脈波センサー情報を取得する情報取得部と、前記脈波センサー情報に基づいて脈波情報を求める処理部と、を含み、前記処理部は、推定脈拍情報を求め、求めた前記推定脈拍情報に基づいて、前記脈波センサー情報から特定される脈波の波形を近似する近似式のパラメーターを設定し、パラメーター設定された前記近似式に基づいて、前記脈波情報を求める生体情報処理システムに関係する。

本発明の一態様では、推定脈拍情報を求め、当該推定脈拍情報に基づいて近似式のパラメーターを設定する。これにより、適切な近似が可能なパラメーターを設定できるため、脈波情報を精度よく求めることができ、且つ従来手法のように複数通りのパラメーターによる演算を行う場合に比べて、処理負荷を軽くすること等も可能になる。

また、本発明の一態様では、前記情報取得部は、体動センサーからの体動センサー情報を取得し、前記処理部は、前記体動センサー情報に基づいて、ユーザーの行動パターンを求め、前記行動パターンが変化したと判定された場合に、前記パラメーターの再設定処理を行ってもよい。

これにより、行動パターンの変化判定に基づいて、適切なタイミング、条件によりパラメーターの再設定を行うこと等が可能になる。

また、本発明の一態様では、前記処理部は、前記脈波センサー情報から特定される脈波と、前記推定脈拍情報に基づいて求められる前記近似式から特定される脈波の誤差を求め、前記誤差が所与の閾値よりも大きい場合に、求められた前記脈波情報を削除してもよい。

これにより、元の波形と近似波形との比較判定に基づいて、不適切な脈波情報の出力を抑止すること等が可能になる。

また、本発明の一態様では、前記処理部は、前記誤差が前記所与の閾値よりも大きい場合に、前記パラメーターの再設定処理を行ってもよい。

これにより、元の波形と近似波形との比較判定に基づいて、パラメーターの再設定を行うこと等が可能になる。

また、本発明の一態様では、前記パラメーターは、前記脈波センサー情報に対する前記近似式の適用範囲を設定するパラメーターであってもよい。

これにより、近似式の適用範囲を適切に設定すること等が可能になる。

また、本発明の一態様では、前記処理部は、前記脈波情報として、脈波ＲＲ間隔情報を求めてもよい。

これにより、脈波ＲＲ間隔情報を精度よく求めることが可能になる。

また、本発明の一態様では、前記処理部は、前記近似式で表される波形のピーク検出処理、又は前記近似式で表される波形の微分信号を用いた処理に基づいて、前記脈波ＲＲ間隔情報を求めてもよい。

これにより、ピーク検出、或いは微分信号を用いた処理により、脈波ＲＲ間隔情報を精度よく求めることが可能になる。

また、本発明の一態様では、前記処理部は、前記近似式に基づいて求められた前記脈波情報に基づいて、自律神経状態情報を推定してもよい。

これにより、求めた脈波情報を用いて自律神経状態情報を推定することが可能になる。

また、本発明の一態様では、前記処理部は、前記推定脈拍情報に基づいて、前記パラメーターとして、フレームサイズｍの値を設定し、設定された前記フレームサイズｍに対応するフレーム内の前記脈波センサー情報を対象として、平滑化多項式フィルターを適用して前記近似式を求め、前記近似式に基づいて前記脈波情報を求めてもよい。

これにより、フレームサイズｍが設定された平滑化多項式フィルターを用いて脈波情報を求める処理を行うこと等が可能になる。

また、本発明の一態様では、前記フレームサイズｍに対応するフレームとは、処理対象タイミングでの前記脈波センサー情報、及び前記処理対象タイミングの前後各ｍサンプル分の前記脈波センサー情報からなる２ｍ＋１サンプル分のフレームであり、前記処理部は、前記推定脈拍情報として、脈波ＲＲ間隔の推定値である推定脈波ＲＲ間隔を求め、前記フレームサイズｍにより表される２ｍ＋１サンプル分のフレームとして、前記推定脈波ＲＲ間隔の長さを含む所与の数値範囲内の長さに対応するフレームを設定してもよい。

これにより、推定脈波ＲＲ間隔の長さに対応させて、フレームサイズｍを設定すること等が可能になる。

また、本発明の一態様では、前記処理部は、前記平滑化多項式フィルター適用後の前記脈波センサー情報の微分信号を求め、前記微分信号に基づいて、前記脈波情報を求めてもよい。

これにより、平滑化多項式フィルター適用後、さらに微分信号を求める処理を行うことで、脈波情報を求めることが可能になる。

また、本発明の一態様では、前記情報取得部は、体動センサーからの体動センサー情報を取得し、前記処理部は、前記体動センサー情報に基づいて、前記推定脈拍情報を求めてもよい。

これにより、体動センサー情報から推定脈拍情報を求めることが可能になる。

また、本発明の一態様では、前記処理部は、前記体動センサー情報に基づいて、ユーザーの運動強度情報を求め、前記運動強度情報、最大脈拍情報及び安静時脈拍情報に基づいて、前記推定脈拍情報を求めてもよい。

これにより、体動センサー情報から求められる運動強度情報に基づいて、推定脈拍情報を求めることが可能になる。

また、本発明の一態様では、前記処理部は、前記脈波センサー情報に対して周波数変換処理を行い、前記周波数変換処理の結果に基づいて、前記推定脈拍情報を求めてもよい。

これにより、脈波センサー情報に対する周波数変換処理により、推定脈拍情報を求めることが可能になる。

また、本発明の一態様では、前記処理部は、処理対象タイミングよりも前に求められた前記脈波情報に基づいて、前記推定脈拍情報を求めてもよい。

これにより、既に求められた脈波情報を用いて推定脈拍情報を求めることが可能になる。

また、本発明の他の態様は、脈波センサーからの脈波センサー情報を取得する情報取得部と、前記脈波センサー情報に基づいて脈波情報を求める処理部として、コンピューターを機能させ、前記処理部は、推定脈拍情報を求め、求めた前記推定脈拍情報に基づいて、前記脈波センサー情報から特定される脈波の波形を近似する近似式のパラメーターを設定し、パラメーター設定された前記近似式に基づいて、前記脈波情報を求めるプログラムに関係する。

また、本発明の他の態様は、脈波センサーからの脈波センサー情報を取得し、推定脈拍情報を求め、求めた前記推定脈拍情報に基づいて、前記脈波センサー情報から特定される脈波の波形を近似する近似式のパラメーターを設定し、パラメーター設定された前記近似式に基づいて脈波情報を求める生体情報処理システムの制御方法に関係する。

本実施形態に係る生体情報処理システムの構成例。 図２（Ａ）〜図２（Ｃ）は本実施形態に係る生体情報処理システムを含むシステムの構成例。 図３（Ａ）、図３（Ｂ）は生体情報検出装置の外観図。 生体情報検出装置の他の外観図。 図５（Ａ）は適切なパラメーターを設定した場合のピーク検出例、図５（Ｂ）は心電ＲＲ間隔と脈波ＲＲ間隔の誤差の例。 図６（Ａ）はＲＲ間隔に対して小さすぎるパラメーターを設定した場合のピーク検出例、図６（Ｂ）は心電ＲＲ間隔と脈波ＲＲ間隔の誤差の例。 図７（Ａ）はＲＲ間隔に対して大きすぎるパラメーターを設定した場合のピーク検出例、図７（Ｂ）は心電ＲＲ間隔と脈波ＲＲ間隔の誤差の例。 本実施形態の脈波情報を求める処理を説明するフローチャート。 推定脈拍情報算出処理を説明するフローチャート。 推定脈拍情報算出処理を説明する他のフローチャート。 脈波情報算出処理を説明するフローチャート。 脈波情報算出処理を説明する他のフローチャート。 図１３（Ａ）は脈波ＲＲ間隔の時間変化を説明する図、図１３（Ｂ）は脈波ＲＲ間隔からＬＦ，ＨＦを求める処理を説明する図。

以下、本実施形態について説明する。なお、以下に説明する本実施形態は、特許請求の範囲に記載された本発明の内容を不当に限定するものではない。また本実施形態で説明される構成の全てが、本発明の必須構成要件であるとは限らない。

１．本実施形態の手法
まず本実施形態の手法について説明する。上述したように、心電図から求められる心拍間隔（ＲＲ間隔）は有用な情報であることが知られており、例えばＲＲ間隔のゆらぎ（時間的な変動）に基づいて、ユーザーの自律神経活動を推定する手法が知られている。しかし、心電図を測定するにはユーザーの所与の部位、例えば心臓を挟み込むような２つ以上の点に電極を装着する必要がある。ホルター心電図のような小型軽量な機器もあるが、現状での心電図の計測は、日常生活の中で気軽に行うようなものではない。

それに対して、脈波センサーを用いて脈波を計測して、その脈波のピーク間隔を心電図のＲＲ間隔に相当する情報（以下、脈波ＲＲ間隔と表記する）として、健康管理や医療診断に利用することも考えられている。脈波センサーは、例えば発光部と受光部を含む光電センサー等により実現でき、当該脈波センサーを含む装置も、図３（Ａ）等を用いて後述するような腕時計型機器等のウェアラブル機器として実現できる。そのため、脈波ＲＲ間隔は、心電図を用いたＲＲ間隔に比べて容易に計測が可能である。

ＲＲ間隔は心拍の間隔を表す情報である。また、脈波センサー情報（狭義にはそのうちのＡＣ成分）は、脈拍に対応する情報であり、その波形の周期は脈拍間隔を表す情報である。何らかの疾患等がない限り、心拍と脈拍は対応するものであるため、脈波センサー情報の波形の１周期に対応する情報、具体的にはピーク間隔を求めれば、当該ピーク間隔はＲＲ間隔に相当する脈波ＲＲ間隔を表すことになる。

しかし、脈波センサー情報にはユーザーの体動に起因する体動ノイズ等、種々のノイズが含まれることが知られている。そのため、単純にピーク間隔を求めようとしても、誤差が大きくなる。例えば、脈波センサー情報の微分信号を求め、そのゼロ点をピークとして検出しようとした場合、微分（差分）を求める計算により相対誤差が大きくなってしまう。

それに対して、脈波センサー情報を平滑化する手法が考えられる。具体的には所与の近似式により脈波センサー情報を近似し、近似後の情報を用いてピーク検出を行う。このようにすれば、誤差による値のばらつきが平滑化されるため、精度よくピーク検出ができ、求められる脈波ＲＲ間隔の精度もよくなると考えられる。

近似式を決定するためには種々のパラメーターを設定する必要がある。例えば、ｐ次の多項式を用いて、所与のフレームサイズｍの範囲を対象として近似を行うといった設定をしなければ、近似式を求めることはできない。以下では、平滑化多項式フィルターを用いて近似を行い、当該平滑化多項式フィルターのパラメーター（制御パラメーター）として、近似多項式の次数ｐと近似範囲であるフレームサイズｍを用いるものとする。ただし、近似を行う手法や、近似式のパラメーターはこれに限定されるものではない。

適切な近似を行うためには、近似対象の波形に応じた適切なパラメーターを設定しなくてはならない。例えばパラメーターが上述した次数ｐとフレームサイズｍである場合、次数ｐが高いほど、またフレームサイズｍが小さいほど、近似式は元の波形（脈波センサー情報の波形）に追随しやすくなる。なぜならｐが大きければ近似式を複雑な波形とすることができるし、ｍが小さいほどフレームサイズｍに対応するフレーム内に含まれる脈波センサー情報のサンプル数が少なくなり、当該フレーム内での元の波形がシンプルな波形となるためである。逆に、次数ｐが低いほど、またフレームサイズｍが大きいほど、近似式は元の波形に追随しにくくなる。

本実施形態における近似は、ノイズによる影響を抑止するためのものである。よって、ｐが極端に低い、或いはｍが極端に大きいことで、近似式が元波形に全く追随できないことは問題となる。一方、近似式が元波形に追随しすぎることも問題である。なぜなら、図５（Ａ）のＡ４〜Ａ６に示したようなノイズに起因する変動にまで近似式が追随してしまう（図６（Ａ）のＢ４〜Ｂ６のようなピークを検出してしまう）ため、ノイズを低減するという効果が期待できないためである。具体的には、脈波センサー情報の波形が、略正弦波にノイズによる変動が重畳された波形であると考えた場合に、近似式は略正弦波には追随し、且つノイズにより変動には追随しないようなパラメーター設定を行うことが好ましい。

例えば、ｐ＝３程度の値を用いた場合、近似式は極値を２つ有しうる３次多項式となるため、正弦波１波長分程度の波形の近似に適している。逆に、フレーム内に２波長、３波長といった波形が含まれていれば、元波形のうちの略正弦波の要素だけでも４つ或いは６つといった多数の極値を有することになり、次数が足らずに近似式と元波形の誤差が過剰に大きくなる。また、フレーム内に１／２波長、１／３波長といった波形しか含まれていなければ、近似式は略正弦波よりも細かい変動にまで追随してしまい、ノイズの影響を抑止できない。

以上に示したように、近似式のパラメーターは適切な設定が必要である。特許文献１の手法では、ｐを３程度の値に固定し、ｍを可変としている。しかし、適切なｍの値を事前に設定するものではなく、１０、１２、１４、１６、１８、２０、．．．といったように種々の値のフレームサイズを用いて近似を行っている。特許文献１ではその上で脈波ＲＲ間隔まで求め、その値のばらつき具合から適切なｍがどの値であったかを推定している。つまり、特許文献１では、ある程度の範囲のフレームサイズを総当たりで試行した上で、適切と判定されたフレームサイズから求められた脈波ＲＲ間隔を採用するという手順を経ることになり、計算負荷が非常に大きい。

そこで本出願人は、特許文献１のように種々のフレームサイズを用いて計算を行うのではなく、適切なフレームサイズｍの値を推定する手法を提案する。具体的には、本実施形態に係る生体情報処理システム１００は、図１に示したように、脈波センサー４２からの脈波センサー情報を取得する情報取得部１１０と、脈波センサー情報に基づいて脈波情報を求める処理部１３０を含む。そして、処理部１３０は、推定脈拍情報を求め、求めた推定脈拍情報に基づいて、脈波センサー情報から特定される脈波の波形を近似する近似式のパラメーターを設定し、パラメーター設定された近似式に基づいて、脈波情報を求める。

ここで、推定脈拍情報とは、何らかの手法により推定された脈拍情報であり、一例としては脈波ＲＲ間隔の推定値である。なお、ここでの脈拍情報とは、脈拍を表す情報であるため、脈波ＲＲ間隔には限定されず、脈の周波数を表す情報等、他の情報であってもよい。

脈波ＲＲ間隔は脈波の波形の１波長分の長さを表す時間である。つまり、脈波ＲＲ間隔が推定されれば、フレームサイズｍに対応するフレームと、当該フレームに脈波センサー情報の波形が何波長分含まれるかといった関係を推定することができる。よって例えば、フレームサイズｍに対応するフレームの長さを、上述したように脈波波形の略正弦波の１波長分の長さ、すなわち推定された脈波ＲＲ間隔（推定脈波ＲＲ間隔）の長さに対応する長さにする、といった設定が可能になる。

このようにすれば、特許文献１のように総当たり的に種々のパラメーター（フレームサイズ）を試さなくとも、適切なパラメーターを設定することが可能になり、計算負荷を軽減可能である。なおこの際、推定脈拍情報を高い精度で求める必要はない。なぜならここでの推定脈拍情報は、あくまでパラメーターを設定するために用いるものであり、その後に、設定されたパラメーターを用いて高精度での脈波情報が求められるためである。

例えば、下式（２）を用いて後述するように、近似範囲（フレームの長さ）は厳密に略正弦波１波長分である必要はなく、ある程度の変動があっても十分な近似が可能である。つまり、推定脈拍情報についても、パラメーターの設定が可能な程度の精度であれば十分である。

具体的な推定脈拍情報の求め方については後述するが、例えば１６秒程度の脈波センサー情報を対象としてＦＦＴ等の周波数変換処理を行って求めてもよい。この場合、周波数変換処理の特性上、比較的長い期間の脈波センサー情報から１つの脈拍情報を推定することになるため、脈波ＲＲ間隔のゆらぎのような情報は埋もれてしまう。そのため、ＦＦＴから求めた推定脈拍情報は、図１３（Ｂ）等を用いて後述するような０．０４Ｈｚ〜０．１５Ｈｚの低周波成分ＬＦ、０．１５Ｈｚ〜０．４Ｈｚの高周波成分ＨＦを求める際には適しておらず、その意味で精度が低い。しかし、脈波ＲＲ間隔の概算値という意味では十分な精度を有しており、パラメーターの設定にＦＦＴの結果を利用することが可能である。

以上の説明を別観点から捉えれば、本実施形態の手法は比較的高い精度で脈波情報を求めることを想定していると言える。低い精度の脈波情報で十分なのであれば、上述した推定脈拍情報をそのまま出力とすればよく、当該推定脈拍情報を用いて脈波情報を求め直す必要がそもそもないためである。比較的高い精度で脈波情報を求める利点は種々考えられるが、一例としては上述した脈波ＲＲ間隔のゆらぎから自律神経活動を推定できる点が挙げられる。自律神経活動の推定手法については、図１３（Ａ）、図１３（Ｂ）を用いて後述する。

以下、本実施形態に係る生体情報処理システムの詳細な構成例を説明した後、脈波情報を求める処理の詳細を説明する。最後に、求めた脈波情報に基づいて、自律神経活動の状態を推定する手法について説明する。

２．システム構成例
本実施形態に係る生体情報処理システム１００は、図１を用いて上述したように、情報取得部１１０と、記憶部１２０と、処理部１３０を含む。ただし、生体情報処理システム１００は、図１の構成に限定されず、他の構成要素を追加するなどの種々の変形実施が可能である。

情報取得部１１０は、脈波センサー４２からの脈波センサー情報を取得する。情報取得部１１０は、例えば他の機器からの情報を取得するインターフェースとして実現されてもよく、図２（Ａ）等を用いて後述するように他の機器からネットワークＮＥを介して情報を取得するのであれば、通信機能を有する通信部（受信処理部）として実現される。なお、情報取得部１１０は、脈波センサー４２と直接接続されるものであってもよいし、他の機器を介して接続されてもよい。生体情報処理システム１００が図３（Ａ）等の生体情報検出装置４００として実現される場合には、脈波センサー４２と情報取得部１１０は同一機器に実装され、直接接続されることが想定される。また、生体情報処理システム１００が端末装置３００として実現される場合には、情報取得部１１０は、生体情報検出装置４００の通信部等を介して脈波センサー情報を取得することが想定される。また、生体情報処理システム１００がサーバーシステム２００として実現される場合には、情報取得部１１０は、生体情報検出装置４００や端末装置３００等を介して脈波センサー情報を取得することが想定される。

記憶部１２０は、処理部１３０等のワーク領域となるもので、その機能はＲＡＭ等のメモリーやＨＤＤ（ハードディスクドライブ）などにより実現できる。記憶部１２０は、少なくとも情報取得部１１０が取得した脈波センサー情報を記憶する。また、記憶部１２０は、処理部１３０での処理結果（脈波情報や自律神経状態情報）等を記憶してもよい。

処理部１３０は、脈波センサー情報に基づいて脈波情報を求める処理を行う。具体的には、推定脈拍情報を求めて近似式のパラメーターを設定し、パラメーター設定された近似式により脈波センサー情報を近似し、その結果に基づいて脈波情報を求めればよい。また、処理部１３０は、脈波情報に基づいて自律神経状態情報を求めてもよい。なお、処理部１３０は、求めた脈波情報等を表示する処理を行ってもよい。ここでの表示する処理とは、表示部において表示を行う際に必要な処理を表し、例えば表示画面情報や、表示制御用の情報等の生成、送信処理等を含む。当然、生体情報処理システム１００が表示部を含む場合には、当該表示部で表示する処理を含んでもよい。処理部１３０での具体的な処理内容については後述する。

図２（Ａ）に、本実施形態に係る生体情報処理システム１００を含むシステムの具体的な実現例を説明する。図２（Ａ）のシステムは、サーバーシステム２００と、端末装置３００と、生体情報検出装置（生体情報測定装置）４００とを含み、それらはネットワークＮＥを介して接続されている。ネットワークＮＥは、移動通信網、インターネット網等の公衆網、或いは固定電話網等を含むことができる。また、ネットワークＮＥはＷＡＮ（Wide Area Network）やＬＡＮ（Local Area Network）などにより実現することができ、有線・無線を問わない。

本実施形態に係る生体情報処理システム１００は、種々の形態により実現できるが、例えば図２（Ａ）の端末装置３００が生体情報処理システム１００に対応し、生体情報検出装置４００は、処理対象となるユーザーにより使用される装置であってもよい。この場合、サーバーシステム２００は、例えば求められた脈波情報等の蓄積や、比較的負荷の高い処理を行う装置であってもよい。一例としては、サーバーシステム２００は複数の生体情報処理システム１００（端末装置３００）と接続可能に構成され、複数の端末装置３００からの大量のデータを取得、蓄積、分析する機器である。また、図２（Ｂ）に示したように、サーバーシステム２００を省略した構成としてもよい。

図３（Ａ）〜図４に生体情報（狭義には脈波情報）を収集する生体情報検出装置４００の外観図の一例を示す。本実施形態の生体情報検出装置４００はバンド部１０とケース部３０とセンサー部４０を有する。ケース部３０はバンド部１０に取り付けられる。センサー部４０は、ケース部３０に設けられる。

バンド部１０はユーザーの手首に巻き付けて生体情報検出装置４００を装着するためのものである。バンド部１０はバンド穴１２、バックル部１４を有する。バックル部１４はバンド挿入部１５と突起部１６を有する。ユーザーは、バンド部１０の一端側を、バックル部１４のバンド挿入部１５に挿入し、バンド部１０のバンド穴１２にバックル部１４の突起部１６を挿入することで、生体情報検出装置４００を手首に装着する。なお、バンド部１０は、バックル部１４の代わりに尾錠を有する構成としてもよい。

ケース部３０は、生体情報検出装置４００の本体部に相当するものである。ケース部３０の内部には、センサー部４０や不図示の回路基板等の生体情報検出装置４００の種々の構成部品が設けられる。即ち、ケース部３０は、これらの構成部品を収納する筐体である。

ケース部３０には発光窓部３２が設けられている。発光窓部３２は透光部材により形成されている。そしてケース部３０には、フレキシブル基板に実装されたインターフェースとしての発光部が設けられており、この発光部からの光が、発光窓部３２を介してケース部３０の外部に出射される。

生体情報検出装置４００は、図２（Ａ）等に示すようにユーザーの手首に装着され、当該装着された状態で脈波情報（広義には生体情報）の計測が行われる。具体的には、センサー部４０は発光部と受光部を有する光電センサーを含み、当該光電センサーを用いて脈波情報を計測する。なお、光電センサーを用いた脈波情報の計測については広く知られた手法であるため詳細な説明は省略する。また、生体情報検出装置４００の装着部位は足首、指、上腕などでもよい。

また、生体情報検出装置４００は図３（Ａ）〜図４のバンド型（腕時計型）のものに限定されず、胸に装着するバンド型装置、頸部等に貼り付ける装置、メガネ型（顔装着型）装置等、種々の装置を用いることが可能である。さらに、搭載されるセンサーも光電センサーに限定されず、超音波センサーや体動センサー（例えば加速度センサー）、ＧＰＳ受信機などの位置センサー等、種々のセンサーを利用可能である。

生体情報検出装置４００により検出された脈波センサー情報は、ネットワークＮＥを介して端末装置３００に送信され、端末装置３００（生体情報処理システム１００）の情報取得部１１０により取得される。或いは、生体情報検出装置４００と、端末装置３００とをＵＳＢ（Universal Serial Bus）やｍｉｃｒｏＵＳＢ等を用いて有線接続してもよい。

端末装置３００は、図２（Ａ）ではスマートフォンのような小型携帯端末を示したが、これに限定されずＰＣ等の据え置き型の機器であってもよい。端末装置３００は、狭義には表示部を含む。そして、処理部１３０で生成された脈波情報や自律神経状態情報は、端末装置３００の表示部で表示されるものであってもよい。

また、図３（Ａ）〜図４では、生体情報検出装置４００として表示部を有さない装置の例を示したが、これには限定されず、生体情報検出装置４００が表示部を有してもよい。一例としては、図３（Ａ）〜図４と同様にユーザーの手首に装着される腕時計型の装置であって、時計の文字盤に相当する位置にＬＣＤや有機ＥＬディスプレイ等の表示部を配置した装置が考えられる。

生体情報検出装置４００が表示部を有する場合、処理部１３０で求められた脈波情報等は、生体情報検出装置４００の表示部に表示されてもよい。ただし、生体情報検出装置４００は図２（Ａ）等に示したようにユーザーの手首等に装着される機器となるため、表示部の面積、解像度が端末装置３００に比べて劣ることが想定される。そのため、処理部１３０では、端末装置３００の表示部に表示する場合に比べて、表示する情報量を減らしたり、アイコン（スタンプ）等を用いて視覚的にわかりやすい形態で表示が行われるような処理を行うとよい。

また、端末装置３００と生体情報検出装置４００の両方が表示部を有し、脈波情報等がその両方で表示されてもよい。また、端末装置３００も１つに限定されず、例えば端末装置３００としてスマートフォンとＰＣの両方を用いる変形実施も可能である。また、サーバーシステム２００が表示部を有し、脈波情報等をサーバーシステム２００の表示部に表示してもよい。

また、以上では本実施形態に係る生体情報処理システム１００が端末装置３００により実現されるものとしたがこれには限定されない。例えば、本実施形態に係る生体情報処理システム１００は端末装置３００ではなく、サーバーシステム２００により実現されてもよい。この場合の構成例が図２（Ａ）或いは図２（Ｂ）である。サーバーシステム２００は、ＰＣ等の端末装置３００、特にスマートフォン等の携帯端末装置として実現される端末装置３００に比べれば処理性能や記憶領域、バッテリー容量に余裕があることが多い。そのため、生体情報処理システム１００をサーバーシステム２００により実現することで、高速に（或いはより多くの脈波センサー情報を対象として）脈波情報を求める処理を行うこと等が可能になる。

なお、ネットワークＮＥは、Ｂｌｕｅｔｏｏｔｈ（登録商標）等の短距離無線通信（ＮＦＣ）を含んでもよい。そのため、生体情報検出装置４００と端末装置３００が短距離無線通信により接続され、端末装置３００がインターネット等によりサーバーシステム２００に接続されるという実施形態も考えられる。つまり、生体情報検出装置４００からの脈波センサー情報をサーバーシステム２００である生体情報処理システム１００で取得する場合に、端末装置３００等の他の装置を介した通信を行ってもよい。具体的には、脈波センサー情報が生体情報検出装置４００から短距距離無線通信で端末装置３００に送信され、当該脈波センサー情報がインターネット等を介してサーバーシステム２００に送信されるという形態が可能である。このような具体例を図示したものが図２（Ｃ）である。

また、サーバーシステム２００は、１つのサーバー装置（処理装置）により構成されてもよいがこれに限定されず、複数のサーバー装置の集合として実現されてもよい。例えば、サーバーシステム２００はデータベースサーバーや、アプリケーションサーバー等の集合であってもよい。その場合、各サーバー装置は相互に関連をもって動作可能であればよいため、物理的に近い位置に設けられる必要はなく、離れた位置に配置され、ネットワークＮＥにより接続される形態であってもよい。

また本実施形態に係る生体情報処理システム１００を端末装置３００、サーバーシステム２００以外の機器により実現してもよい。例えば、端末性能の向上、或いは利用形態等を考慮した場合、生体情報検出装置４００により本実施形態に係る生体情報処理システム１００が実現される実施形態も否定されない。この場合、情報取得部１１０は同一装置内の脈波センサー４２（例えば図４のセンサー部４０）からの脈波センサー情報を取得することになる。生体情報検出装置４００により生体情報処理システム１００が実現される場合、当該生体情報処理システム１００では、大量のユーザーを対象として脈波情報の算出をする必要性は低く、生体情報検出装置４００を使用する１又は少数のユーザーを対象とすればよい。つまり、生体情報検出装置４００の処理性能等でもユーザーの要求を満たす可能性は十分考えられる。

また、以上ではサーバーシステム２００、端末装置３００、生体情報検出装置４００のいずれか１つの装置により生体情報処理システム１００が実現されるものとしたがこれに限定されることもない。例えば、脈波センサー情報の取得、取得した脈波センサー情報に基づく脈波情報の演算が、複数の装置の分散処理により実現されてもよい。具体的には、サーバーシステム２００、端末装置３００、生体情報検出装置４００のうちの少なくとも２つ以上の装置により生体情報処理システム１００が実現されてもよい。或いは、他の装置において本実施形態に係る処理を行ってもよく、本実施形態に係る生体情報処理システム１００は種々の装置（或いは装置の組み合わせ）により実現が可能である。

また、本実施形態の手法は生体情報処理システム１００に適用されるものには限定されない。例えば、本実施形態の手法は、脈波センサー４２からの脈波センサー情報を取得する情報取得部１１０と、脈波センサー情報に基づいて脈波情報を求める処理部１３０として、コンピューターを機能させ、処理部１３０は、推定脈拍情報を求め、求めた推定脈拍情報に基づいて、脈波センサー情報から特定される脈波の波形を近似する近似式のパラメーターを設定し、パラメーター設定された近似式に基づいて、脈波情報を求めるプログラムに適用できる。

このプログラムは、例えば、図２（Ａ）の端末装置３００に搭載され、端末装置３００を用いて脈波情報を求める場合（端末装置３００を生体情報処理システム１００として動作させる場合）に利用可能である。本実施形態に係るプログラムは、一例としては、スマートフォンである端末装置３００上で動作するアプリケーションであってもよい。また、このプログラムは、サーバーシステム２００に搭載されサーバーシステム２００を動作させるものであってもよいし、生体情報検出装置４００に搭載され生体情報検出装置４００を動作させるもの（狭義にはファームウェア）であってもよいし、複数の機器に対して搭載されるものであってもよい。

３．脈波情報算出処理
次に本実施形態に係る脈波情報を求める手法の詳細を説明する。具体的には、推定脈拍情報を求めて近似式のパラメーターを設定する処理、近似式に基づくピーク検出処理を説明することで、本実施形態の処理の基本的な流れを説明する。また、本実施形態に係る付随的な処理として、パラメーターの再設定処理、検出したピークの破棄判定処理について説明し、最後に図８〜図１２のフローチャートを用いて本実施形態に係る処理の流れを説明する。

３．１ 推定脈拍情報の算出とパラメーター設定
まず推定脈拍情報を求める処理と、求めた推定脈拍情報に基づいて近似式のパラメーターを設定する処理の詳細を説明する。上述したように、推定脈拍情報とは、脈拍情報を推定した情報（推定値）である。ここでの脈拍情報とは、脈波ＲＲ間隔或いは脈の周波数、脈拍数等の脈拍に関連する情報である。

推定脈拍情報は、上述したように高い精度である必要はない。よって、推定脈拍情報は、脈拍情報を求める手法として既に知られている手法を広く適用することが可能である。

例えば、情報取得部１１０は、体動センサーからの体動センサー情報を取得し、処理部１３０は、体動センサー情報に基づいて、推定脈拍情報を求めてもよい。ここで、体動センサーは例えば生体情報検出装置４００に含まれるものであってもよく、具体的には加速度センサーやジャイロセンサー、地磁気センサー、気圧センサー等、種々のセンサーにより実現可能である。ここでは、加速度センサーを体動センサーとして用いる例を説明する。

具体的には、処理部１３０は、体動センサー情報に基づいて、ユーザーの運動強度情報を求め、運動強度情報、最大脈拍情報及び安静時脈拍情報に基づいて、推定脈拍情報を求めてもよい。

従来、酸素摂取量ＶＯ２と心拍数ＨＲとは相関があることが知られている。例えば、最大ＶＯ２をＶＯ２ｍ、安静時ＶＯ２をＶＯ２ｒとし、安静時脈拍情報（安静時心拍数）をＨＲｒ、最大脈拍情報（最大心拍数）をＨＲｍとした場合に、下式（１）のような関係が知られている。ただし、下式（１）の左辺では分時酸素摂取量を用いている。

また、運動強度は最大酸素摂取量ＶＯ２ｍに対する比率として求められることも知られているため、体動センサー情報から運動強度情報を求め、上式（１）等を適用することで、心拍数ＨＲを推定することが可能である。なお、加速度信号から運動強度を求め、概算心拍数を求める手法については、特許文献２に開示されている手法等、種々の手法が知られており、本実施形態ではそれらを広く適用可能である。推定脈拍情報として推定心拍数が求められれば、そこから推定脈波ＲＲ間隔等への変換は容易である。

ただし、推定脈拍情報を求める手法はこれに限定されない。例えば、処理部１３０は、脈波センサー情報に対して周波数変換処理を行い、周波数変換処理の結果に基づいて、推定脈拍情報を求めてもよい。

脈波センサー情報に対して周波数変換処理を行った場合、理想的には脈拍の周波周に対応する周波数にのみピークが現れることになるため、当該ピークの周波数を脈拍の周波数として推定すればよく、当該周波数に対応する周期を推定脈波ＲＲ間隔とすればよい。ただし、上述してきたように脈波センサー情報には種々のノイズが重畳されるため、周波数変換後に複数のピークが検出されることもある。その場合には、既知のノイズ低減処理を行って推定脈拍情報を求めてもよい。具体的には、体動情報を取得し、当該体動情報を周波数変換することで体動情報の周波数スペクトルを求め、脈波センサー情報の周波数スペクトルと体動情報の周波数スペクトルとの差分を取る処理を行ってもよい。このようにすれば、脈波センサー情報から体動に起因するノイズを低減し、適切な推定脈拍情報を求めることが可能になる。なお、単純に差分を取るのではなく適応フィルターを用いる等、周波数変換処理を行う場合におけるノイズ低減処理は種々の手法が知られており、本実施形態ではそれらを広く適用可能である。

また、後述するピークの破棄判定処理のように、不適切なパラメーター設定が行われたことを検出可能であることに鑑みれば、推定脈拍情報を求める際には精度ではなく処理負荷の軽減を重視した処理を行ってもよい。例えば、処理部１３０は、処理対象タイミングよりも前に求められた脈波情報に基づいて、推定脈拍情報を求めてもよい。

本実施形態に係る処理が開始された直後を除いたタイミングでは、既に本実施形態に係る手法（近似式に基づくピーク検出）によりいくつかの脈波情報が求められている。それらの脈波情報は比較的信頼性の高い値であると考えられるため、当該脈波情報から推定脈拍情報を求めてもよい。一例としては、処理対象タイミングよりも過去に求められたｎ個の脈波情報の平均値を推定脈拍情報としてもよい。具体的には、各脈波情報から推定脈波ＲＲ間隔を求め、その平均値を推定脈波ＲＲ間隔とする処理が考えられる。

また、推定脈拍情報は１つの手法により求められるものには限定されず、複数の手法を組み合わせてもよい。例えば、あるタイミングでは周波数変換処理により推定脈拍情報を求め、他のタイミングでは過去の脈波情報の平均から推定脈拍情報を求めるといった実施形態が可能である。

推定脈拍情報が求められたら、処理部１３０では近似式のパラメーターを設定する。ここでのパラメーターは、脈波センサー情報に対する近似式の適用範囲を設定するパラメーターである。上述してきたように、ノイズが重畳しない理想的な状態であれば、脈拍数の変動やＤＣ成分自体の変動等は生じるものの、脈波センサー情報は正弦波に近い波形となる。つまり、脈波センサー情報の近似においては、正弦波の近似ができる程度の次数を用いればよく、次数ｐは２或いは３といった値で十分である。逆に、次数ｐを大きくしてしまうと近似式を求める処理負荷が大きくなってしまう。これは、近似式が高次になるため決定すべき係数（ｐ次〜０次のｐ＋１個）が増えるという理由もある。

いずれにせよ、本実施形態のように脈波センサー情報の近似を行うのであれば、次数ｐを可変に設定する必要性はさほど高くない。よって、近似式のパラメーターとして次数ｐを設定することは妨げられないが、より重要度の高いパラメーターは近似式の適用範囲である。

より具体的には、処理部１３０は、推定脈拍情報に基づいて、パラメーターとして、フレームサイズｍの値を設定し、設定されたフレームサイズｍに対応するフレーム内の脈波センサー情報を対象として、平滑化多項式フィルターを適用して近似式を求め、求めた近似式に基づいて脈波情報を求める。

ここで平滑化多項式フィルターとは、例えばSavitzky-Golay平滑化フィルター（Savitzky-Golay smoothing filter, SG filter）であってもよい。Savitzky-Golay平滑化フィルターでは、当該フィルターの制御パラメーターとしてフレームサイズｍと次数ｐの組（ｐ，ｍ）が用いられる。本実施形態では、推定脈拍情報に基づいて、上記フレームサイズｍを設定すればよい。Savitzky-Golay平滑化フィルターを用いる手法（Savitzky-Golay法、Savitzky-Golayアルゴリズム）については、広く知られた手法であるため詳細な説明は省略する。また、本実施形態ではSavitzky-Golay平滑化フィルターを用いずに、一般的な最小自乗法等を用いてもよく、近似式を求める手法は種々の変形実施が可能である。

ここで、フレームサイズｍに対応するフレームとは、処理対象タイミングでの脈波センサー情報、及び処理対象タイミングの前後各ｍサンプル分の脈波センサー情報からなる２ｍ＋１サンプル分のフレームであってもよい。その場合、処理部１３０は、推定脈拍情報として、脈波ＲＲ間隔の推定値である推定脈波ＲＲ間隔を求め、フレームサイズｍにより表される２ｍ＋１サンプル分のフレームとして、推定脈波ＲＲ間隔の長さを含む所与の数値範囲内の長さに対応するフレームを設定する。

上述したように、本実施形態ではｐ＝３（或いはｐ＝２）を想定しているため、脈波の波形の１周期分の信号を近似式の適用範囲とすることが望ましい。よって、フレームサイズｍの場合に、近似式の適用範囲が２ｍ＋１サンプル分であるとすれば、２ｍ＋１サンプル分の長さと、推定脈波ＲＲ間隔の長さとが対応するようにすればよい。一例としては、下式（２）を満たすようにフレームサイズｍを設定すればよい。ただし、下式（２）のＲＲＩは推定脈波ＲＲ間隔（ｍｓｅｃ）、Ｆｓは脈波センサー情報を取得するサンプリングレートを表す。

上式（２）において、（ＲＲＩ×ＦＳ）／１０００が推定脈波ＲＲ間隔の長さの時間に含まれるサンプル数を表す。つまり、上式（２）を用いた場合、近似式の適用範囲が、推定脈波ＲＲ間隔の２／３倍以上、５／４倍以下となるようにフレームサイズｍを設定していることになる。ただし、フレームサイズｍの設定は上式（２）に限定されるものではなく、下式（３）を用いてもよい。なお、下式（３）における係数α、βは、０＜α＜１＜βを満たす値である。

なお、パラメーターｍを設定した場合に、近似式の適用範囲（フレームの長さ）が２ｍ＋１サンプル分の範囲となるのは、Savitzky-Golay平滑化フィルターにおける一般的な手法である。これは、パラメーターｍの定義によるものであるため、適用範囲に含まれる全サンプル数を近似式のパラメーターＭと定義すれば、Ｍは下式（４）を満たすように設定すればよい。また、ここではデジタルフィルター処理（ＦＩＲ平滑化フィルター処理）を想定しているため、サンプル数を単位として判定を行っているが、サンプリングレートＦｓがわかっていれば時間とサンプル数との変換は容易である。よって、近似式の適用範囲を設定するパラメーターとして、時間を表すパラメーターを用いる等の変形実施が可能である。

具体的な数値例を図５（Ａ）〜図７（Ｂ）を用いて説明する。なお、以下の例ではサンプリングレートＦｓは１００Ｈｚである。図５（Ａ）のＡ１は取得された脈波センサー情報を表し、Ａ２の縦の線が心電図から求められたＲ波の検出タイミングを表す。なお、図５（Ａ）の横軸が時間（サンプリングタイミング）を表し、縦軸が信号値を表す。Ａ２の心電図のＲ波検出タイミングの精度は高いと考えられるため、脈波センサー情報に基づいて、Ａ２に対応するタイミングでピーク検出がされていれば、適切な処理を行えていると考えることができる。また、図５（Ａ）からわかるように、脈波センサー情報はＡ４〜Ａ６等の偽ピークを有しており、これらをピークとして検出しないことも必要となる。

図５（Ａ）の例では、心電図の結果から図に示した範囲での平均脈拍数が８２（ｂｐｍ）であることがわかっている。これをＲＲ間隔に直すとＲＲＩ＝６０×１０００／８２＝７３１．７（ｍｓｅｃ）となる。このＲＲＩを上式（２）に代入すれば、フレームサイズｍは２４≦ｍ≦４５となる。以下、この範囲内のｍを用いた場合に適切なピーク検出ができ、範囲外のｍを用いた場合に適切なピーク検出ができないことを具体例を用いて説明する。

図５（Ａ）はｍ＝２５とした例である。この場合、後述するピーク検出処理により求められたピーク（上ピーク）をＡ３に示す。図５（Ａ）からわかるように、心電図から求められたＲ波のタイミングＡ２と、平滑化多項式フィルターを適用して脈波センサー情報から求めた上ピークＡ３とがよく合致している。また、Ａ４〜Ａ６等をピークとして誤検出するようなこともない。結果として、図５（Ｂ）に示したように、求められる脈波ＲＲ間隔も心電図から求められるＲＲ間隔に近い値となり、図５（Ａ）、図５（Ｂ）の例ではその絶対誤差の平均は３０ｍｓｅｃ程度に抑えることができる。つまり、上式（２）から求められる範囲内のフレームサイズｍを用いた場合、適切な処理が可能である。

一方、図６（Ａ）はｍ＝１５を設定した例である。図５（Ａ）と同様に、Ｂ１が脈波センサー情報、Ｂ２がＲ波の検出タイミング、Ｂ３が脈波センサー情報に基づくピーク検出タイミングである。図６（Ａ）からわかるように、Ｒ波の検出タイミングをピークとして検出することは可能であるが、ノイズに起因する偽ピークまで検出してしまっている（Ｂ４〜Ｂ６）。これは上述したように、近似式がノイズに起因する信号変化に追随してしまったことに起因する。つまり、不適切な点までピークとして検出してしまっているため、図６（Ｂ）に示したように求められる脈波ＲＲ間隔と心電図から求められるＲＲ間隔との乖離が大きく、適切な処理とはいえない。

また、図７（Ａ）はｍ＝５０を設定した例である。図５（Ａ）と同様に、Ｃ１が脈波センサー情報、Ｃ２がＲ波の検出タイミング、Ｃ３が脈波センサー情報に基づくピーク検出タイミングである。図７（Ａ）からわかるように、ノイズに起因する偽ピークを検出することはないが、Ｒ波の検出タイミングをピークとして検出できていない箇所がある（Ｃ４）。これは上述したように、近似式の適用範囲が脈波の１周期より広くて、１つ以上の脈波ピークが含まれたため、近似誤差が大きくなったことに起因する。結果として、図７（Ｂ）に示したように求められる脈波ＲＲ間隔と心電図から求められるＲＲ間隔との乖離が大きく、適切な処理とはいえない。

以上のように、上式（２）等によりフレームサイズｍを設定することで、適切な処理を行うことが可能である。

３．２ ピーク検出処理
上述した処理により、推定脈拍情報に基づいて適切なフレームサイズｍを設定し、近似式を求めることが可能になる。近似式が求められたら、当該近似式に基づいて脈波情報を求めればよい。ここでの脈波情報は種々の形態が考えられる。単純には、ノイズが低減された脈波の波形そのものであってもよいし、当該波形に基づいて求められる心拍数（ｂｐｍ）や、脈信号の周波数（Ｈｚ）等の他の情報であってもよい。

例えば、処理部１３０は、脈波情報として、脈波ＲＲ間隔情報を求めてもよい。脈波ＲＲ間隔を求めることで、後述するように自律神経状態情報等を求めることが可能になる。脈波ＲＲ間隔は、脈波波形の周期に相当する情報であり、周期を求める手法は種々考えられる。なお、本実施形態における脈波ＲＲ間隔情報とは、脈波ＲＲ間隔そのものには限定されず、脈波ＲＲ間隔から求められる他の情報であってもよい。例えば、脈波ＲＲ間隔情報は、脈波ＲＲ間隔の分布情報等であってもよい。脈波ＲＲ間隔の分布情報とは、例えば脈波ＲＲ間隔の時系列的な変動を表す情報であってもよいし、所定期間内での脈波ＲＲ間隔の値のばらつきを表す情報であってもよい。

処理部１３０は、近似式で表される波形のピーク検出処理、又は近似式で表される波形の微分信号を用いた処理に基づいて、脈波ＲＲ間隔を求めてもよい。具体的には、近似式で表される波形のピーク検出処理を行えば、ピーク間隔は周期を表す時間となるため、ピーク間隔を脈波ＲＲ間隔とすることができる。ただし、ノイズの全く重畳しない正弦波であれば問題ないが、複雑な形状の波形ではピークの探索が容易でない場合があり、一般的なピーク検出は微分信号を用いて行われる。本実施形態では近似式を求めることでノイズの影響を抑止しているが、その場合でも微分信号を用いることでピーク位置での値の変化が明確となるため、より精度の高いピーク検出が可能となる。なお、本実施形態に係る脈波情報は、広義には近似式で表される波形のピークを含むものである。

つまり、処理部１３０は、平滑化多項式フィルター適用後の脈波センサー情報（近似式）の微分信号を求め、微分信号に基づいて、脈波情報を求めてもよい。一例としては、所与の処理対象タイミングを中心とする、２ｍ＋１サンプル分の脈波センサー情報を適用範囲として近似式を求めた場合に、当該近似式を微分することで、上記所与の処理対象タイミングでの微分信号値を求めればよい。この場合、１つの近似式から１つの微分信号値が求められるため、各サンプリングタイミングにおいて微分信号値を求めれば、当該微分信号値の集合として上記微分信号が取得されることになる。

微分信号に基づいてピーク検出を行う場合、微分信号の値が０となる点（ゼロクロスポイント）を検出すればよい。微分信号が正から負へ変化するゼロクロスポイントは、元の信号における上ピークに対応し、微分信号が負から正へ変化するゼロクロスポイントは、元の信号における下ピークに対応する。よって例えば、図５（Ａ）等に示すように上ピークの検出を行うのであれば、微分信号が正から負へ変化するゼロクロスポイントを探索すればよい。

或いは、近似式で表される波形の周期が求められればよいため、近似式のゼロクロスポイントの間隔を脈波ＲＲ間隔としてもよい。その場合、近似式のゼロクロスポイントを直接探索してもよいし、微分信号のピーク検出を行ってもよい。

以上をまとめると、近似式で表される波形のピーク或いはゼロクロスポイントを探索する処理、又は、近似式で表される波形の微分波形のゼロクロスポイント或いはピークを探索処理により、脈波ＲＲ間隔を求めることができる。

また、以上では微分信号として１次微分信号を想定したがこれに限定されず、２次微分、３次微分等を用いる変形実施も可能である。その場合、上ピークを求めるのであれば３次微分のゼロクロスポイントであって、２次微分が負の極小値となるといった条件により判定を行えばよい。

３．３ パラメーターの再設定
上述してきたように、本実施形態では推定脈拍情報に基づいて適切なパラメーター（狭義にはフレームサイズｍ）を設定する。そのため特許文献１に開示された手法に比べて、計算負荷を軽減することが可能と考えられる。しかし、上述したように適切なフレームサイズｍは処理対象タイミングでのＲＲ間隔に応じた値となるところ、人のＲＲ間隔は状態に応じて大きく変動することが知られている。例えば、ＲＲ間隔は３００ｍｓｅｃ〜１５００ｍｓｅｃ程度の範囲で変動することが知られている。

つまり、複数通りのフレームサイズｍを用いて総当たり的に処理を行う特許文献１のような手法をとらないものとすれば、ＲＲ間隔の変動に合わせてフレームサイズｍを変更するという処理が必要になる。仮に、全処理対象タイミングで（近似式を求める全てのタイミングで）推定脈拍情報を求め、フレームサイズｍを求め直せば、上記ＲＲ間隔の変動にも対応できる。しかし、処理負荷の軽減を考慮すれば、そのような処理は好ましくない。つまり、所定の条件、タイミングでフレームサイズｍを変更していくことが好ましいが、フレームサイズを変更するタイミングや条件についての開示は、従来手法にみられるものでなかった。

よって本実施形態では、適切な条件、タイミングで近似式のパラメーター（フレームサイズｍ）を変更する手法を提案する。具体的には、情報取得部１１０は、体動センサーからの体動センサー情報を取得し、処理部１３０は、体動センサー情報に基づいて、ユーザーの行動パターンを求め、行動パターンが変化したと判定された場合に、パラメーターの再設定処理を行ってもよい。

ユーザーの行動パターンがわかれば、心拍数（脈拍数）の大小がある程度推測できるため、ＲＲ間隔の値もある程度推定できる。例えば睡眠状態ではＲＲ間隔は非常に大きい値となるのに対して、激しい運動をしている場合にはＲＲ間隔は非常に小さい値となる。さらにいえば、覚醒しているが動きが非常に少ない安静状態、日常生活における動作を行っている生活動作状態、ゆったりとしたウォーキング等の比較的軽い運動をしている状態等まで考慮すれば、例えばＲＲ間隔は激しい運動＜軽い運動＜日常動作＜安静状態＜睡眠状態となることが想定される。いずれにせよ、ユーザーの行動パターンを分析し、その結果が変化していれば、ＲＲ間隔も変化していると考えることが可能である。

よって、行動パターンが変化したと判定された場合には、それまでのフレームサイズｍでは対応できない可能性がある以上、パラメーターの再設定処理を行うとよい。逆に考えれば、行動パターンが変化していないのであれば、それまでのフレームサイズｍを継続して利用可能であると考えられる。つまり、行動パターンが変化したか否かを条件とすることで、適切な条件、タイミングでパラメーターを再設定（変更）することができる。具体的には、不適切なパラメーターをそのまま使い続けることを抑止できるため、処理精度を確保できるとともに、再設定処理を不必要に行うことを抑止できるため、処理負荷の増大も抑止可能である。

体動センサー情報に基づく行動パターンの分析手法については、既に知られている手法を広く適用することが可能である。例えば、特許文献３に開示されているように、加速度センサー情報に基づいて行動パターンを分析してもよい。特許文献３では、２軸以上の（広義には３軸の）加速度センサーにおいて、いずれかの軸を主要軸として決定し、主要軸での情報に基づいて安静、生活動作、ランニング、ウォーキング、筋力トレーニング、自転車、体操、その他の運動といった行動パターンを分析している。

なお、ここでの行動パターンとはＲＲ間隔の程度を推定可能な情報である。つまり特許文献３のように運動状態を細かく分析してもよいがこれに限定されず、簡略化した行動パターン分析を行ってもよい。例えば、第１の行動パターンに分類される運動と、第２の行動パターンに分類される運動とで運動強度が同程度であることがわかっていれば、第１，第２の行動パターンのいずれでもＲＲ間隔は同程度であると推定される。その場合、第１，第２の行動パターンを２つに分けるのではなく、１つにまとめて処理を行ってもよい。

３．４ 検出されたピークの削除（破棄）判定
また、近似式に基づいて求められたピーク（或いはピークやゼロクロスポイントから求められた脈波ＲＲ間隔等の脈波情報）を、そのまま採用する実施形態には限定されず、採用するか破棄するかの判定処理を行ってもよい。

具体的には、処理部１３０は、脈波センサー情報から特定される脈波（元波形）と、推定脈拍情報に基づいて求められる近似式から特定される脈波（近似式により表される波形）の誤差を求め、当該誤差が所与の閾値よりも大きい場合に、求められた脈波情報（狭義にはピーク）を削除する。

図７（Ａ）、図７（Ｂ）を用いて上述したように、フレームサイズｍが過剰に大きい場合には検出されるピーク位置の精度が低く、求められる脈波ＲＲ間隔も誤差が大きくなる。これは、近似式の適用範囲が脈波の１周期より広くて、１つ以上の脈波ピークが含まれた波形をｐ次の多項式で無理に近似したために生じる誤差である。このような場合、求められる近似式から特定される脈波は、元の脈波センサー情報の波形との誤差が大きい。つまり、この誤差が過剰に大きい場合には、設定したパラメーターが不適切である、狭義には設定したフレームサイズｍが過剰に大きいと推定できる。

その場合、求められたピークの信頼性が低いため、当該ピークをそのまま採用すると、上述したように当該ピークから求められる脈波情報の信頼性も低くなってしまう。よってこの場合には、求められたピークをその後の処理に利用せずに削除（破棄）するとよい。このようにすれば、精度の低い情報を出力することを抑止可能である。なお、２つの波形の誤差は、各サンプリングタイミングでの値の差分の自乗和（或いはその平方根）等を用いればよい。また、信頼性の低いピークはその後の処理に利用されなければ問題は生じないと考えられるため、データ自体を完全に削除せず、記憶領域上に保持していてもよい。ただし、信頼性の低いデータを誤って処理に利用してしまう可能性があることや、記憶領域の有効活用を考慮すれば、上記の信頼性の低いピークについては削除することが望ましいと言える。

なお、図６（Ａ）、図６（Ｂ）を用いて上述したように、フレームサイズｍが過剰に小さい場合には、元波形と近似式との差が小さくなりすぎることにより偽ピークを検出してしまう。つまりここでの誤差が大きいか否かの判定は、基本的にはフレームサイズｍがＲＲ間隔に対して大きすぎることを検出するものであり、フレームサイズｍがＲＲ間隔に対して小さすぎることを検出することは想定していない。

また、検出したピークを単純に破棄し、当該処理対象タイミングでの処理を終了（次の処理対象タイミングの処理に移行）してもよいが、本実施形態の処理はこれに限定されない。例えば、処理部１３０は、誤差が所与の閾値よりも大きい場合に、パラメーターの再設定処理を行ってもよい。そして、再設定されたパラメーターにより再度ピークを求めることで、処理対象タイミングでのピークや脈波情報を精度よく求めることが可能になる。

なお、上述したように誤差が大きい場合にはフレームサイズｍがＲＲ間隔に対して大きすぎると考えられる。よってここでの再設定処理は、上述した推定脈拍情報を再度求める必要はなく、既に求められているフレームサイズｍを小さくする処理であってもよい。

また、推定脈拍情報を求める処理として同じ処理を再度行っても、求められる推定脈拍情報は同じであり、上式（２）から得られるフレームサイズｍの範囲も同じとなる。仮に推定脈拍情報自体が大きく誤っていた場合、上式（２）から得られる範囲内でｍを切り替えてもやはり適切な値とならない可能性がある。

よって、推定脈拍情報を求め直すことでパラメーターを再設定する場合には、前回の手法とは異なる手法により推定脈拍情報を求めてもよい。一例としては、体動センサー情報に基づいて求めた推定脈拍情報からパラメーター設定をしたら誤差が所与の閾値よりも大きくなった場合、再設定処理では脈波センサー情報の周波数変換処理を行って推定脈拍情報を求め、パラメーターを設定するといった処理を行ってもよい。

３．５ フローチャート
図８〜図１２を用いて本実施形態の処理の流れを説明する。図８が本実施形態に係る脈波情報（狭義には脈波ＲＲ間隔）を求める処理を説明するフローチャートである。この処理が開始されると、まず情報取得部１１０が脈波センサー情報を取得する（Ｓ１０１）。そして、何らかの手法により推定脈拍情報を求める（Ｓ１０２）。

Ｓ１０２の推定脈拍情報を求める処理を説明するフローチャートの一例が図９である。図９は体動センサー（加速度センサー）の体動センサー情報から運動強度を求め、当該運動強度から推定脈拍情報を求める手法に対応する。具体的には、まず体動センサー情報として加速度情報を取得し（Ｓ２０１）、加速度情報に基づいて体動量を算出する（Ｓ２０２）。体動量とは例えば加速度の絶対値和、自乗和等の値である。そして、求められた体動量に基づいて運動強度を求める（Ｓ２０３）。体動量と運動強度の値には相関があることが知られており、例えば特許文献２等に開示された手法を用いればよい。

さらに、運動強度と最大心拍数（ＨＲｍ）、安静時心拍数（ＨＲｒ）を用いて心拍数ＨＲを推定する（Ｓ２０４）。Ｓ２０４は例えば上式（１）を用いればよく、この点も特許文献２等に詳細な記載がみられる。ここでは、推定脈拍情報としてＲＲ間隔の推定値を用いることを想定しているため、Ｓ２０４で求められた心拍数（推定心拍数）をＲＲ間隔に換算して推定脈拍情報とする（Ｓ２０５）。

また、上述したように推定脈拍情報は他の手法により求めてもよい。推定脈拍情報を求める処理を説明するフローチャートの他の例が図１０である。図１０は所定期間の脈拍情報に対して周波数変換処理を行って推定脈拍情報を求める手法に対応する。具体的には、まず所定期間の脈波センサー情報を取得する（Ｓ３０１）。Ｓ３０１の処理は、例えば処理対象タイミング以前に取得され、記憶部１２０等に記憶されている脈波センサー情報を読み出す処理であってもよい。ここでの所定期間とは例えば上述したように１６秒である。そして、Ｓ３０１で取得した所定期間の脈波センサー情報に対して周波数変換処理（狭義にはＦＦＴ）を行って当該所定期間での平均脈拍数を推定する。具体的には、周波数変換後の情報のピーク検出を行い、当該ピークに対応する周波数を脈の周波数とする処理等を行えばよい。さらに、Ｓ３０２で求められた平均脈拍数をＲＲ間隔に換算して、推定脈拍情報とする（Ｓ３０３）。

図９、図１０等の処理により、図８のＳ１０２に示した推定脈拍情報を求める処理が実行される。図８に戻って説明を行う。Ｓ１０２の処理後には、求めた推定脈拍情報を用いて近似式のパラメーター（平滑化多項式フィルターのパラメーター）を設定する（Ｓ１０３）。具体的には、上式（２）等を用いて推定脈拍情報をＲＲ間隔の変動範囲に換算し、当該範囲内の値をパラメーターとして設定すればよい。

次に、設定されたパラメーターを用いて脈波情報、ここでは脈波ＲＲ間隔を算出する（Ｓ１０４）。Ｓ１０４の具体的な処理を説明するフローチャートが図１１である。図１１に示したように、まずＳ１０３でパラメーター設定された平滑化多項式フィルターを用いて、脈波センサー情報の微分信号を求め、当該微分信号を用いてピーク検出を行う（Ｓ４０１）。そして、ピーク間隔に対応する時間を脈波ＲＲ間隔として求める（Ｓ４０２）。

Ｓ１０４の処理後、再度脈波センサー情報を取得する（Ｓ１０５）。なお、Ｓ１０５は次タイミング以降での処理に利用することを想定した脈波センサー情報の取得であり、Ｓ１０１と同様の処理を行えばよい。

そして、加速度センサーからの情報に基づいて行動パターンの検出を行う（Ｓ１０６）。具体的な検出処理については、上述したように特許文献３等の手法を用いればよい。検出された行動パターンが、以前の（直前の）行動パターンから変化しているか否かの判定を行う（Ｓ１０７）。Ｓ１０７でＮｏの場合、すなわち行動パターンが変化していない場合には、ＲＲ間隔の変動が小さいことが想定されるため、Ｓ１０３の処理で求められた近似式のパラメーターを継続して利用してもよい。よって、パラメーターの再設定等はせずに、Ｓ１０４に戻って脈波ＲＲ間隔の算出処理を実行する。

一方、Ｓ１０７でＹｅｓの場合、すなわち行動パターンが変化している場合には、ＲＲ間隔の変動が大きいことが想定されるため、Ｓ１０３の処理で求められた近似式のパラメーターの継続利用はできない。よって、Ｓ１０２まで戻って、推定脈拍情報の算出（Ｓ１０２）、パラメーターの再設定（Ｓ１０３）を行ってから、脈波ＲＲ間隔の算出処理を実行する（Ｓ１０４）。

また、本実施形態では上述したように、微分信号に基づいて求められたピークを破棄するか否かの判定を行ってもよい。当該処理を説明するフローチャートが図１２である。図１２は図８のＳ１０４に相当する処理であり、Ｓ１０４の処理として、図１１ではなく図１２を行ってもよい。

この処理が開始されると、まずＳ４０１と同様にＳ１０３でパラメーター設定された平滑化多項式フィルターを用いて、脈波センサー情報の微分信号を求め、当該微分信号を用いてピーク検出を行う（Ｓ５０１）。その後、脈波センサー情報の元波形と、Ｓ５０１で求めた近似式の波形との誤差を求める（Ｓ５０２）。そして、求めた誤差が所与の閾値より大きいか否かを判定する（Ｓ５０３）。

Ｓ５０３でＹｅｓの場合には、Ｓ１０３で設定したパラメーターが適切でなかった（具体的にはＲＲ間隔に対して大きすぎた）と判定し、Ｓ５０１で検出されたピークを採用せずに破棄する（Ｓ５０４）。一方、Ｓ５０３でＮｏの場合には、Ｓ５０１で検出されたピークを採用し、当該ピークを用いてＲＲ間隔を算出する（Ｓ５０５）。

４．自律神経活動の判定
上述したように、本実施形態の処理部１３０は、近似式を用いて求められた脈波情報に基づいて、自律神経状態情報を推定してもよい。ここでの脈波情報とは狭義には脈波ＲＲ間隔である。

自律神経には交感神経・副交感神経があり、日内・季節それぞれ活動状態に変動がある。一般的に日中の活動時には交感神経が優位になり、夜間の活動時では副交感神経が優位になる。季節では秋から冬に向かい交感神経が優位になり、春から夏に向かい副交感神経が優位になる。

脈波情報から自律神経活動状態を判定するには、まず脈波ＲＲ間隔（脈拍間隔）をある程度の期間にわたって計測することで、図１３（Ａ）に示したような脈波ＲＲ間隔の時系列的なデータを取得する。脈波ＲＲ間隔は常時一定となるものではなく変動（ゆらぎ）が生じる。そして、当該変動は交感神経の活動と副交感神経の活動により生じることが知られており、且つ交感神経の活動による変動度合いと、副交感神経の活動による変動度合いが異なることも知られている。

そこで、脈波ＲＲ間隔の時系列的なデータを周波数変換する。周波数変換後のデータの一例を図１３（Ｂ）に示す。図１３（Ｂ）からわかるように、周波数変換後のデータからは、比較的低い周波数のピークＬＦと、比較的高い周波数のピークＨＦが取得される。

ＬＦは脈波ＲＲ間隔のゆっくりとした変化を表すものであり、主として交感神経および副交感神経の両方の活動を反映したものとなる。それに対して、ＨＦは脈波ＲＲ間隔の素早い変化を表すものであり、主として副交感神経の活動を反映したものとなる。

このような特性を考慮すれば、ＬＦとＨＦの比（例えばそれぞれのピークでの信号強度の比）を求めることで、脈波情報の計測期間において交感神経が優位であるか副交感神経が優位であるかを判定することが可能である。

このように自律神経の状態を推定することができるが、推定された自律神経状態の情報の利用シーンも種々考えられる。一例としては、ＬＦ，ＨＦから睡眠状態を判定してもよく、具体的にはＬＦ／ＨＦの値を用いればよい。ＬＦ／ＨＦは交感神経が優位なほど大きく、副交感神経が優位なほど小さい値となる。よって第１の閾値Ｔｈ１を設定し、ＬＦ／ＨＦ＞Ｔｈ１であれば交感神経が優位であるため覚醒状態と判定し、ＬＦ／ＨＦ≦Ｔｈ１であれば副交感神経が優位であるため睡眠状態と判定する、といった手法が考えられる。

また、睡眠状態についても第２の閾値Ｔｈ２（＜Ｔｈ１）を設定し、ＴＨ１≧ＬＦ／ＨＦ＞Ｔｈ２であれば睡眠状態の中では比較的交感神経が優位であるため睡眠が浅い状態（レム睡眠状態）と判定し、ＬＦ／ＨＦ≦Ｔｈ２であれば副交感神経が優位であるため睡眠が深い状態（ノンレム睡眠状態）と判定すればよい。また、ノンレム睡眠状態の中での段階の判定を行うのであれば、ノンレム睡眠状態においてさらなる閾値を設けて判定を行えばよい。

或いは、心房細胞等の疾患では、当該疾患が交感神経に起因するものか、副交感神経（自律神経系としての迷走神経）に起因するものかに応じて、当該疾患への対応が異なる場合がある。その場合、当該疾患がいずれの神経に起因するものであるかを特定することは、治療において非常に有用と言える。つまり、ユーザーの自律神経の活動状態に関する情報を取得することで、交感神経依存型心房細動と迷走神経依存型心房細動の分類を容易にするといったことも可能であると考えられる。

なお、以上のように本実施形態について詳細に説明したが、本発明の新規事項および効果から実体的に逸脱しない多くの変形が可能であることは当業者には容易に理解できるであろう。従って、このような変形例はすべて本発明の範囲に含まれるものとする。例えば、明細書又は図面において、少なくとも一度、より広義または同義な異なる用語と共に記載された用語は、明細書又は図面のいかなる箇所においても、その異なる用語に置き換えることができる。また生体情報処理システム等の構成、動作も本実施形態で説明したものに限定されず、種々の変形実施が可能である。

１０ バンド部、１２ バンド穴、１４ バックル部、１５ バンド挿入部、
１６ 突起部、３０ ケース部、３２ 発光窓部、４０ センサー部、
４２ 脈波センサー、１００ 生体情報処理システム、１１０ 情報取得部、
１２０ 記憶部、１３０ 処理部、２００ サーバーシステム、３００ 端末装置、
４００ 生体情報検出装置、ＮＥ ネットワーク

Claims (17)

1. 脈波センサーからの脈波センサー情報を取得する情報取得部と、
   前記脈波センサー情報に基づいて脈波情報を求める処理部と、
   を含み、
   前記処理部は、
   推定脈拍情報を求め、求めた前記推定脈拍情報に基づいて、前記脈波センサー情報から特定される脈波の波形を近似する近似式のパラメーターを設定し、パラメーター設定された前記近似式に基づいて、前記脈波情報を求めることを特徴とする生体情報処理システム。
2. 請求項１において、
   前記情報取得部は、
   体動センサーからの体動センサー情報を取得し、
   前記処理部は、
   前記体動センサー情報に基づいて、ユーザーの行動パターンを求め、前記行動パターンが変化したと判定された場合に、前記パラメーターの再設定処理を行うことを特徴とする生体情報処理システム。
3. 請求項１又は２において、
   前記処理部は、
   前記脈波センサー情報から特定される脈波と、前記推定脈拍情報に基づいて求められる前記近似式から特定される脈波の誤差を求め、前記誤差が所与の閾値よりも大きい場合に、求められた前記脈波情報を削除することを特徴とする生体情報処理システム。
4. 請求項３において、
   前記処理部は、
   前記誤差が前記所与の閾値よりも大きい場合に、前記パラメーターの再設定処理を行うことを特徴とする生体情報処理システム。
5. 請求項１乃至４のいずれかにおいて、
   前記パラメーターは、前記脈波センサー情報に対する前記近似式の適用範囲を設定するパラメーターであることを特徴とする生体情報処理システム。
6. 請求項１乃至５のいずれかにおいて、
   前記処理部は、
   前記脈波情報として、脈波ＲＲ間隔情報を求めることを特徴とする生体情報処理システム。
7. 請求項６において、
   前記処理部は、
   前記近似式で表される波形のピーク検出処理、又は前記近似式で表される波形の微分信号を用いた処理に基づいて、前記脈波ＲＲ間隔情報を求めることを特徴とする生体情報処理システム。
8. 請求項１乃至７のいずれかにおいて、
   前記処理部は、
   前記近似式に基づいて求められた前記脈波情報に基づいて、自律神経状態情報を推定することを特徴とする生体情報処理システム。
9. 請求項１乃至８のいずれかにおいて、
   前記処理部は、
   前記推定脈拍情報に基づいて、前記パラメーターとして、フレームサイズｍの値を設定し、設定された前記フレームサイズｍに対応するフレーム内の前記脈波センサー情報を対象として、平滑化多項式フィルターを適用して前記近似式を求め、前記近似式に基づいて前記脈波情報を求めることを特徴とする生体情報処理システム。
10. 請求項９において、
    前記フレームサイズｍに対応するフレームとは、処理対象タイミングでの前記脈波センサー情報、及び前記処理対象タイミングの前後各ｍサンプル分の前記脈波センサー情報からなる２ｍ＋１サンプル分のフレームであり、
    前記処理部は、
    前記推定脈拍情報として、脈波ＲＲ間隔の推定値である推定脈波ＲＲ間隔を求め、前記フレームサイズｍにより表される２ｍ＋１サンプル分のフレームとして、前記推定脈波ＲＲ間隔の長さを含む所与の数値範囲内の長さに対応するフレームを設定することを特徴とする生体情報処理システム。
11. 請求項９又は１０において、
    前記処理部は、
    前記平滑化多項式フィルター適用後の前記脈波センサー情報の微分信号を求め、前記微分信号に基づいて、前記脈波情報を求めることを特徴とする生体情報処理システム。
12. 請求項１乃至１１のいずれかにおいて、
    前記情報取得部は、
    体動センサーからの体動センサー情報を取得し、
    前記処理部は、
    前記体動センサー情報に基づいて、前記推定脈拍情報を求めることを特徴とする生体情報処理システム。
13. 請求項１２において、
    前記処理部は、
    前記体動センサー情報に基づいて、ユーザーの運動強度情報を求め、前記運動強度情報、最大脈拍情報及び安静時脈拍情報に基づいて、前記推定脈拍情報を求めることを特徴とする生体情報処理システム。
14. 請求項１乃至１１のいずれかにおいて、
    前記処理部は、
    前記脈波センサー情報に対して周波数変換処理を行い、前記周波数変換処理の結果に基づいて、前記推定脈拍情報を求めることを特徴とする生体情報処理システム。
15. 請求項１乃至１１のいずれかにおいて、
    前記処理部は、
    処理対象タイミングよりも前に求められた前記脈波情報に基づいて、前記推定脈拍情報を求めることを特徴とする生体情報処理システム。
16. 脈波センサーからの脈波センサー情報を取得する情報取得部と、
    前記脈波センサー情報に基づいて脈波情報を求める処理部として、
    コンピューターを機能させ、
    前記処理部は、
    推定脈拍情報を求め、求めた前記推定脈拍情報に基づいて、前記脈波センサー情報から特定される脈波の波形を近似する近似式のパラメーターを設定し、パラメーター設定された前記近似式に基づいて、前記脈波情報を求めることを特徴とするプログラム。
17. 脈波センサーからの脈波センサー情報を取得し、
    推定脈拍情報を求め、
    求めた前記推定脈拍情報に基づいて、前記脈波センサー情報から特定される脈波の波形を近似する近似式のパラメーターを設定し、
    パラメーター設定された前記近似式に基づいて脈波情報を求める、
    ことを特徴とする生体情報処理システムの制御方法。